书栈网 · BookStack 本次搜索耗时 0.006 秒,为您找到 1013 个相关结果.
  • Rust 程序设计语言 第二版 简体中文版(Rust v1.62)

    这是一本 Rust 语言的入门书。Rust 程序设计语言能帮助你编写更快、更可靠的软件。在编程语言设计中,上层的编程效率和底层的细粒度控制往往不能兼得,而 Rust 则试图挑战这一矛盾。Rust 通过平衡技术能力和开发体验,允许你控制内存使用等底层细节,同时也不需要担心底层控制带来的各种麻烦。
  • WebRTC 实时通信(Real-Time Communication with WebRTC中文翻译)

    在浏览器中提供丰富的音频和视频实时通信和点对点数据交换,不需要私有插件。这个简明的实践指南向您展示了如何使用新兴的Web实时通信(WebRTC)技术来构建一个浏览器到浏览器的应用程序。作者通过实例学习的方法非常适合那些希望理解实时通信的 web 程序员,以及不熟悉 HTML5 和基于 javascript 的客户端-服务器 web 编程的电信架构师。
  • DataSphere Studio v0.8 使用教程

    DataSphere Studio(简称DSS)是微众银行自研的一站式数据应用开发管理门户。 基于插拔式的集成框架设计,及计算中间件 Linkis ,可轻松接入上层各种数据应用系统,让数据开发变得简洁又易用。 在统一的UI下,DataSphere Studio以工作流式的图形化拖拽开发体验,将满足从数据交换、脱敏清洗、分析挖掘、质量检测、可视化展现、定时...
  • Practical Common Lisp

    这是一本不同寻常的Common Lisp入门书。本书首先从作者的学习经过及语言历史出发,随后用21个章节讲述了各种基础知识,主要包括:REPL 及Common Lisp 的各种实现、S- 表达式、函数与变量、标准宏与自定义宏、数字与字符以及字符串、集合与向量、列表处理、文件与文件I/O 处理、类、FORMAT格式、符号与包,等等。而接下来的9 个章节则翔实地...
  • 【试读】Practical Common Lisp (中英文对照版)

    这是一本不同寻常的Common Lisp入门书。本书首先从作者的学习经过及语言历史出发,随后用21个章节讲述了各种基础知识,主要包括:REPL 及Common Lisp 的各种实现、S- 表达式、函数与变量、标准宏与自定义宏、数字与字符以及字符串、集合与向量、列表处理、文件与文件I/O 处理、类、FORMAT格式、符号与包,等等。而接下来的9 个章节则翔实地...
  • Blade In Action(Blade实战)

    本书共有四个部分,九个章节,全面介绍如何基于 Blade 框架快速搭建一个 web 应用。 第一部分是快速上手和入门 Blade以及Web开发的基础知识,这部分在第一章; 第二部分讲解一个 Blade 应用的项目结构和核心概念,包含核心对象,数据库操作,模板引擎等。这部分内容在第二章至第六章; 第三部分手把手带大家实现一个在线图片社交的web应用,将前面讲解...
  • Deeplearning Algorithms Tutorial(深度学习算法教程)

    最近以来一直在学习机器学习和算法,然后自己就在不断总结和写笔记,记录下自己的学习AI与算法历程。 机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
  • 两个半小时学会Perl

    Perl是一门动态的、动态类型的高阶脚本(解释型)语言,常常与PHP和Python相提并论。Perl的语法借鉴了许多古老的Shell脚本,并且因为过度使用难懂的符号而声名狼藉,这使得人们几乎无法从Google搜索到想要的语法知识。Perl作为一门脚本语言非常适合用作胶水语言,将其他脚本和程序连接到一起。Perl非常擅长处理和生成文本数据,同时也具有高度可移植...
  • Go 语言设计与实现

    Go 语言是 Google 在 2009 年 12 月发布的编程语言,目前的 Go 语言在国内外的社区都非常热门,很多著名的开源框架 Kubernetes、etcd 和 prometheus 等都使用 Go 语言进行开发,近年来热门的微服务架构和云原生技术也为 Go 语言社区带来了非常多的活力。作者目前也使用 Go 语言作为日常开发的主要语言,虽然 Go 语...
  • 机器学习实战(Machine Learning in Action)

    机器学习(Machine Learning,ML) 是使用计算机来彰显数据背后的真实含义,它为了把无序的数据转换成有用的信息。是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。 它是人工智能的核心,是使计算机具有智...